La difusión de información errónea en las redes sociales es un problema social urgente con el que las empresas tecnológicas y los legisladores continúan lidiando, sin embargo, quienes estudian este tema aún no tienen una comprensión profunda de por qué y cómo se difunden las noticias falsas.

Para arrojar algo de luz sobre este tema turbio, los investigadores del MIT desarrollaron un modelo teórico de una red social similar a Twitter para estudiar cómo se comparten las noticias y explorar situaciones en las que una noticia no creíble se difundirá más ampliamente que la verdad. Los agentes en el modelo están impulsados ​​por el deseo de persuadir a otros para que adopten su punto de vista: la suposición clave en el modelo es que las personas se molestan en compartir algo con sus seguidores si piensan que es persuasivo y que probablemente acerque a otros a sus seguidores. mentalidad. De lo contrario, no compartirán.

Los investigadores descubrieron que en ese entorno, cuando una red está muy conectada o las opiniones de sus miembros están muy polarizadas, las noticias que probablemente sean falsas se difundirán más ampliamente y viajarán más profundamente en la red que las noticias con mayor credibilidad.

Este trabajo teórico podría informar estudios empíricos sobre la relación entre la credibilidad de las noticias y el tamaño de su difusión, lo que podría ayudar a las empresas de medios sociales a adaptar las redes para limitar la difusión de información falsa.

“Demostramos que, incluso si las personas son racionales en la forma en que deciden compartir las noticias, esto aún podría conducir a la amplificación de información con poca credibilidad. Con este motivo de persuasión, no importa cuán extremas sean mis creencias, dado que cuanto más extremas son, más gano al mover las opiniones de los demás, siempre hay alguien que amplificaría [la información] ”, dice el autor principal Ali Jadbabaie, profesor y jefe del Departamento de Ingeniería Civil y Ambiental y miembro principal de la facultad del Instituto de Datos, Sistemas y Sociedad (IDSS) e investigador principal en el Laboratorio de Sistemas de Información y Decisiones (LIDS).

Junto a Jadbabaie en el artículo están el primer autor Chin-Chia Hsu, un estudiante graduado en el programa de Sistemas Sociales y de Ingeniería en IDSS, y Amir Ajorlou, un científico investigador de LIDS. La investigación se presentará esta semana en la Conferencia IEEE sobre Decisión y Control.

Reflexionando sobre la persuasión

Esta investigación se basa en un estudio de 2018 de Sinan Aral, profesor de administración de David Austin en la MIT Sloan School of Management; Deb Roy, profesora de artes y ciencias de los medios en el Media Lab; y el ex postdoctorado Soroush Vosoughi (ahora profesor asistente de ciencias de la computación en la Universidad de Dartmouth). Su estudio empírico de datos de Twitter encontró que las noticias falsas se difunden más, más rápido y más profundamente que las noticias reales.

Jadbabaie y sus colaboradores querían profundizar en por qué ocurre esto.

Plantearon la hipótesis de que la persuasión podría ser un motivo fuerte para compartir noticias (tal vez los agentes de la red quieran persuadir a otros para que adopten su punto de vista) y decidieron construir un modelo teórico que les permitiera explorar esta posibilidad.

En su modelo, los agentes tienen alguna creencia previa sobre una política, y su objetivo es persuadir a los seguidores de que muevan sus creencias más cerca del lado del espectro del agente.

Una noticia se entrega inicialmente a un subgrupo pequeño y aleatorio de agentes, que deben decidir si compartir esta noticia con sus seguidores. Un agente sopesa el valor periodístico del artículo y su credibilidad, y actualiza su creencia en función de lo sorprendente o convincente que sea la noticia. 

“Harán un análisis de costo-beneficio para ver si, en promedio, esta noticia acercará a las personas a lo que piensan o las alejará. E incluimos un costo nominal por compartir. Por ejemplo, al realizar alguna acción, si se desplaza en las redes sociales, debe detenerse para hacerlo. Piense en eso como un costo. O podría tener un costo de reputación si comparto algo que es vergonzoso. Todos tienen este costo, por lo que cuanto más extremas e interesantes son las noticias, más desea compartirlas ”, dice Jadbabaie.

Si la noticia afirma la perspectiva del agente y tiene un poder de persuasión que supera el costo nominal, el agente siempre compartirá la noticia. Pero si un agente cree que la noticia es algo que otros ya hayan visto, el agente no está incentivado a compartirla.

Dado que la voluntad de un agente de compartir noticias es producto de su perspectiva y de cuán persuasiva es la noticia, cuanto más extrema sea la perspectiva de un agente o más sorprendente sea la noticia, más probable es que el agente la comparta.

Los investigadores utilizaron este modelo para estudiar cómo se propaga la información durante una cascada de noticias, que es una cadena de intercambio ininterrumpida que impregna rápidamente la red.

Conectividad y polarización

El equipo descubrió que cuando una red tiene una alta conectividad y las noticias son sorprendentes, el umbral de credibilidad para iniciar una cascada de noticias es más bajo. Alta conectividad significa que hay múltiples conexiones entre muchos usuarios en la red.

Del mismo modo, cuando la red está muy polarizada, hay muchos agentes con opiniones extremas que quieren compartir la noticia, iniciando una cascada de noticias. En ambos casos, las noticias con poca credibilidad crean las cascadas más grandes.

“Para cualquier noticia, existe un límite de velocidad de red natural, un rango de conectividad, que facilita una buena transmisión de información donde el tamaño de la cascada se maximiza con noticias verdaderas. Pero si excede ese límite de velocidad, se encontrará en situaciones en las que las noticias inexactas o con poca credibilidad tienen un tamaño de cascada mayor ”, dice Jadbabaie.

Si las opiniones de los usuarios de la red se vuelven más diversas, es menos probable que una noticia poco creíble se difunda más ampliamente que la verdad.

Jadbabaie y sus colegas diseñaron los agentes de la red para que se comportaran de manera racional, por lo que el modelo capturaría mejor las acciones que los humanos reales podrían tomar si quieren persuadir a otros.

“Alguien podría decir que esa no es la razón por la que la gente comparte, y eso es válido. Por qué la gente hace ciertas cosas es un tema de intenso debate en las ciencias cognitivas, la psicología social, la neurociencia, la economía y las ciencias políticas ”, dice. “Dependiendo de sus suposiciones, terminará obteniendo resultados diferentes. Pero siento que esta suposición de que la persuasión es el motivo es una suposición natural ".

Su modelo también muestra cómo se pueden manipular los costos para reducir la difusión de información falsa. Los agentes hacen un análisis de costo-beneficio y no compartirán noticias si el costo de hacerlo supera el beneficio de compartir.

“No hacemos prescripciones de políticas, pero una cosa que sugiere este trabajo es que, quizás, tener algún costo asociado con compartir noticias no es una mala idea. La razón por la que recibes muchas de estas cascadas es porque el costo de compartir las noticias es realmente muy bajo ”, dice.

Este trabajo fue apoyado por una subvención de la Iniciativa de Investigación Universitaria Multidisciplinaria de la Oficina de Investigación del Ejército y una beca Vannevar Bush de la Oficina del Secretario de Defensa.